当前位置:龙泉人才网 - 职业人才 -

天旦(解析网络数据做业务分析)

  • 职业人才
  • 2024-03-05 15:00
  • 龙泉小编


天旦(解析网络数据做业务分析)


指导 | 李喆

调研 | 张宏祥 李路遥

撰写 | 张宏祥


天旦(解析网络数据做业务分析)


天旦是一家专注于业务及网络性能管理领域的企业级软件产品厂商。成立初期,天旦主要从事国外硬件探针产品在国内的代理工作。2012年,积累了足够启动资金的天旦创始团队,决定自主研发IT运维产品,并迅速获得北京移动、中国银联、招商银行等大型企业客户的采购。



打造以服务为导向的业务与网络性能管理软件

传统IT运维软件无法解决企业运维部门与业务部门的割裂,往往聚焦于底层IT,系统、设施、业务的交付结果则不可感知。

例如,新增设的硬件设备,对业务究竟有多大的帮助?CPU、内存利用率较高,对业务运行产生了哪些实质影响?CPU、内存利用率很低,是否表明业务并没有真正运行起来?运维部门的管理与业务的运行发展是脱节的。

为了解决这个问题,天旦希望帮助企业建立起业务视角与IT视角的关联,帮助企业以业务为中心,即时了解IT服务对业务的支持效果。

基于对网络流量数据的解析和还原能力,天旦推出了两款产品。

1. BPC业务性能管理中心:企业内部存在大量不同的基础设施和应用,由不同的供应商运用不同的技术体系构建于不同的年代,这为整个组织的整体应用运维管理造成了瓶颈。

天旦BPC通过旁路技术,可以跨越技术与时间的限制,直观展现服务组件之间的业务逻辑、依赖关系和关键指标,建立统一的业务视图,实现有效的运维管理。基于业务监管对于准确性的高要求,BPC产品的核心优势在于其数据的实时性以及精确到单笔交易可追踪的精准性。

BPC产品面向企业数据中心总经理、科技部总经理等IT部门高管以及应用运维团队,关注业务行为相关的运维指标,例如,银行的信用卡交易成功比例,完成一笔交易的时长,等等。

2. NPM网络性能管理:传统的网络运维与应用运维互为独立,各自监控技术指标,很难直接分析网络运行的质量与业务动态之间的关系。同时,随着企业上云进程加快,数据中心网络也逐渐虚拟化,虚拟网络如同一个“黑盒”,企业要明确业务在网络中的走向和运行效率的难度更高。

天旦NPM实现了全网流量的可视化,能够直接体现网络设施对与之对应的业务应用的支撑能力,评估、判定网络服务质量。此外,天旦NPM是第一款与SDN、容器技术等进行整合的网络性能管理产品。

NPM产品面向网络部门,关注的是网络层的相关运维指标,例如,SDN环境的控制器通讯情况、网络传输速度、网络重传的次数、网络上的具体业务负载,等等。

天旦的产品全部为私有化部署模式,根据客户被监控的IT服务的节点数收取license费用。

采用基于旁路的互联数据技术,构建核心技术壁垒

IT运维的第一步是对IT数据的采集,天旦采用的是基于旁路的互联数据技术,这也是天旦的核心技术优势所在。


天旦(解析网络数据做业务分析)


在IT监控上,一般有两种方式:一种是“带内管理”,即在现有业务中嵌入代码、改造应用以采集数据;另一种是“带外管理”,比如旁路技术。旁路技术仅需通过交换机镜像、分光器分录、云环境虚拟交换机等途径复制相关网络通讯数据。

“带内管理”的方式由于涉及到对应用的改造,存在与业务系统耦合度较高、需随业务的变化而变动、影响业务系统性能、配置周期较长等缺点。而天旦采用旁路监控,无需对应用进行改造,对现有生产系统无影响,能够更迅速地落地。

其他多数厂商在使用旁路的方式采集网络数据时,使用的是DPI(Deep Packet Inspection)深度包检测技术,对网络数据包中的一些数据特征进行检测与识别,但这种简单的数据特征分析,难以深入理解业务情况。

为了解决这个问题,天旦选择对网络通讯数据进行全量解码并转换为业务语言,该数据称之为CrossFlow互联数据,包含了业务的详细信息。

企业的业务系统十分复杂,各行业都有大量的应用软件供应商,不同厂商采用了不同的通讯标准,对这些通讯协议进行解析是将网络数据转换成互联数据的难点所在。

经过多年的积累,天旦自研的高性能互联数据流处理引擎“流芯”已支持对2,400多种通讯协议的标准化解析,涵盖东方通、宇信科技、中科金财、恒生电子、金证股份、金仕达、万达信息、华为等数百家软件开发商的通讯协议。结合自身成熟的产品能力,天旦将这种解码能力固化于产品之中,转化成用户对于业务的实时分析能力。

向上为业务运营提供支持,为客户提供更多商业价值

由于天旦获取的互联数据能够详细反映出业务本身的情况,因此,与其他IT运维厂商相比,天旦BPC产品能够为客户提供更多的上层应用支持,该支持主要体现在统一性和实时性两个方面。

第一,统一性。企业的数据分散在各个业务系统当中,而且互相之间并未打通。天旦通过对网络上的通讯数据进行采集分析,可以得到所有业务系统的数据。

无论该业务系统的开发商是谁,用的是哪一种技术语言,数据存储在哪个数据库之中,天旦都可以从中抽取出一份标准统一的数据。客户业务部门无需使用ETL等传统方法,就可以为自己的业务数据建立实时数据仓库,对接各类业务分析软件。

第二,实时性。由于传统企业内部系统的复杂性,以及绝大多数系统尚未互联网化,往往难以实现业务的实时监测。以银行为例,投入了大量的资金进行系统改造,目前也仅能做到T+1的资金清算。

天旦自研了高性能互联数据流处理引擎“流芯”,能够将通讯数据实时解析为互联数据,从而让银行在不对内部系统进行改造的情况下,构建实时数据平台,实现实时流动性监测、理财销售监测、贷款发放实时监测、实时风险透镜等。

产品标准化程度高

天旦具有较强的企业级软件设计能力,除为用户系统内部某些较为独特的通讯协议进行专门的解析外,几乎不提供定制服务。天旦产品标准化程度较高,爱分析认为,主要有以下几点原因。

第一,天旦采用旁路监控技术,与业务系统耦合度较低,无需对业务系统进行改造。

第二,天旦向上为业务运营提供支持时,利用的是统一标准化的互联数据,无须复杂的数据治理过程,即可得到完整的的业务数据

第三,天旦重视与客户的交流,紧抓客户最重要的核心需求,并将其作为产品设计的指引。

2018年6月,秉承国外IBM、Oracle等优秀产品厂商的实践,天旦成立了国内首个企业级软件产品顾问委员会,其委员是富有远见的代表性客户,能够给出行业趋势洞察、产品投资回报率、以及落地建设等方面的建议,从而帮助天旦的长期产品路线图更好地定位未满足的客户需求。

由于天旦的产品化水平较高,定制化服务较少,目前90%以上的业务通过渠道完成,主要渠道包括软件开发商、集成商、网络设备厂商等,与各类渠道达成了紧密的合作关系。

致力于云性能管理领域开拓

企业对云环境下性能管理的需求越来越强烈,未来,天旦将进一步加强产品对云环境的支持,为私有云、混合云甚至公有云提供更多的服务,并加速落地AIOps在故障定位领域的应用,并在GitHub上发布了开源的云网络分析产品。

爱分析从技术、产品、客群、获客等四个维度对天旦进行评价。

技术:天旦掌握基于旁路的互联数据解析技术并自研流式数据处理引擎,进行故障定位领域的AIOps技术研发,技术能力强。

产品:深度理解客户需求,可由底层IT运维能力向上为业务提供支持,服务大中型企业却基本无需定制化,主要通过渠道方式获客,产品能力强。

客群:主要服务于金融、运营商、社保、医疗卫生等领域的大中型企业,已拥有200多家客户(含120余家银行、18家券商、6家保险),标杆客户包括中国农业银行、交通银行、招商银行、中国银联、中国平安、海通证券、国泰君安、中国移动、中国电信、中国交建、上海通用等,例如城商行银行客户首期客单价约100万元,客群质量高。

但目前客户多集中在金融领域,跨行业市场拓展能力仍有待验证。

获客:注重渠道发展生态,主要渠道包括软件开发商、集成商、网络设备厂商等,获客能力较强。


天旦(解析网络数据做业务分析)


近日,爱分析对天旦创始人兼CEO杨光辉进行了访谈,他对天旦的发展情况、未来战略,以及IT运维行业未来发展趋势等方面,进行了详细阐述,现分享部分内容如下。

定位性能分析市场,助力IT运营

爱分析:天旦的BPC产品,属于APM产品吗?

杨光辉:从市场分析机构的角度,根据Gartner的市场划分,BPC产品属于性能分析市场,APM、NPM、日志分析等是过去将性能管理和分析软件割裂开来的一种分类方法,这些细分领域的总体趋势是边界越来越模糊,正在走向融合。

如果按照天旦自己的视角,我们的使命是帮助我们的用户实现运维稳定无忧,运营做你所想。许多用户正在面临传统架构向云架构的转型,我们也希望帮助用户将现有的运维经验和能力过渡到数字化转型的时代,充分把握云时代的整体性能管理。

爱分析:Gartner目前是如何划分IT运维市场的?

杨光辉:过去的Gartner对ITOM是采用监服控(Monitoring,Service Desk,Automation)的视角进行分类的,但这个视角比较偏向于运维技术本身,而没有从业务价值的角度去看待问题,因此,Gartner对传统的ITOM市场分类进行了调整,目前有三个大类。

第一是性能分析(Performance Analysis),为业务部门提供性能的分析和管理;第二是交付自动化(Delivery Automation),帮助客户更快地交付各种各样的应用;第三是体验管理(Experience Management),包含ITSM领域在内,帮助客户获得更好的IT服务体验。在这种分类方法之下,天旦获得了Gartner Global的Performance Analysis的Cool Vendor的赞誉。

爱分析:天旦在服务客户时,客户现场是否会有配置咨询经理或项目解决方案经理?

杨光辉:是的,我们在现场有项目经理,负责以客户成功为目的的交付工作,实现需求梳理、实施方案设计、参数配置定制修改、资源整合、交付验收等工作。

通常,如果客户对产品功能提出了要求,会与产品经理进行交流,提供功能想法。我们的产品经理经常会跟客户进行互动。当然,客户也可以通过我们的产品顾问委员会来对产品路线图形成影响。但对于单个项目来说,产品功能是不为之提供修改的。

爱分析:天旦是如何看待企业客户要求的定制化服务的?

杨光辉:ITOM厂商服务大中型企业客户,往往面临着如何处理客户定制化需求的问题。企业实际上需要的并非定制化服务,它们常常会迷失于最重要、最紧急的事情究竟是什么,往往陷于项目镀金而造成许多定制化需要,例如有时候客户会执著于界面的美化和调整、产品使用功能的点击顺序调整、领导给出的个人偏好等。

然而,企业客户采购产品的最终目标是提高生产效率、降低成本或风险从而赢得更强的业务能力并最终获得经营利润的增长。作为厂商也应从这个角度出发,反向推理,在采购之前与客户积极交流,理解客户的核心需求。

许多优秀的客户会树立清晰的建设目标,运用厂商产品取长补短,尽快实现项目收益。而在缺乏清晰的建设目标的情况下,才会造成客户说什么就做什么,花费了大量人力物力但很有可能反而忽略了关键成果。

所以,ITOM领域里,甲乙双方如果充分关注最重要的需求,聚焦于核心诉求、定义清晰的目标去解决其面临的关键问题并创造实际价值,那么定制化服务就不再是个话题了。

协议解析并非跨行业拓展的壁垒

爱分析:天旦若要服务新的行业客户,是否要解析新的行业协议?

杨光辉:很多行业的差别就在于其通讯协议的差别,因为不同行业,其供应商的组成是不一样的。每个行业都有自己的应用协议栈,其中一些是通用的,但还有是跟相关软件开发商紧密相关的。

天旦在选择进入一个行业前,的确会首先做到对该行业内各种通讯协议栈的充分的支持,使其能够被转换为互联数据。

爱分析:对新行业通讯协议的解析,是否会影响到天旦跨行业扩张的速度?

杨光辉:对协议的理解是天旦的优势。天旦内部有一个深度学习实验室,负责运用深度学习技术进行协议的识别。当一个新行业的通讯协议在该深度学习引擎上跑一次之后,基本上85%以上的通讯协议,都能被自动识别出与天旦以前解析过的协议非常相似甚至完全相同,只有剩下不到15%的协议,才是需要从头进行解析的。因此,协议的解析并不是天旦跨行业拓展的技术壁垒。

爱分析:天旦的互联数据解析采用的流式处理引擎,是基于开源技术的吗?

杨光辉:不是,天旦从2012年开始开发,由于那时还没有Spark、Flink等成熟的流式引擎,因此我们自研了一款高性能互联数据流计算引擎,并命名为“流芯”。这是天旦非常重要的技术积累之一,既能够进行高速的解码处理,同时能够实现底层通讯数据的重组,并与交易模型进行快速匹配。

企业IT云化带来一定挑战,AIOps的核心在于找到落地场景

爱分析:随着企业的应用从大型机小型机迁移到云上,IT运维工具也需要对云化应用进行支持,这个转型存在难点吗?

杨光辉:我觉得肯定存在一定的挑战。

从大型机小型机到云,最大的改变其实是供应商的改变,传统大型机小型机时代的设备供应商主要是Cisco、IBM、HP、EMC等,后台应用主要是Oracle、DB2这些,厂商相对比较集中,只要能支持好那些主流的应用场景就足够了。

但目前的云环境下,明显的一个特征就是技术流派斗争十分激烈,例如私有云的OpenStack和CloudStack,容器的Kubernetes、Swarm和Mesos,等等,主流厂商和技术路线往往并不明确,对IT运维厂商进行适配带来了挑战。

对天旦而言,我们会派工程师在很多开源项目中贡献代码,参与到其早期开发过程中。我们参与了云环境里一款开源虚拟交换机的研发,也发布了一些开源项目,走在研发的第一线,希望能够率先帮助用户落地实现商业价值。

爱分析:天旦解决的一个客户痛点,就是帮助客户得到实时业务数据。随着企业业务云化、互联网化的深入,其系统自身是否就将能得到实时数据?这是否会挤压天旦产品的市场空间?

杨光辉:企业业务系统的复杂度非常高,相比用数以年计的时间建立或改造一套全新架构的业务系统,天旦用几周的时间,就能让客户拥有T+0的统一数据获取能力,这对客户是一个明显的收益。

天旦的产品对客户帮助解决的核心痛点之一是建立跨业务系统、跨基础设施类型的统一数据视角的能力,并非单单是实时性。用户在数据上的需求蓬勃发展,整个市场在快速增长,需要担心的显然并非是市场空间挤压的问题。

爱分析:近年来AIOps是行业热点,您如何看待目前AIOps的发展情况?

杨光辉:AIOps的核心在于找到落地场景。天旦认为,随着云化环境的日益复杂,更加快速、有效地进行故障定位,是对客户来说价值最大的地方,这将成为AIOps发挥作用的一个关键场景。

天旦正在将AI相关投资集中在故障定位这个领域,过去我们要求实现分钟级别的故障定位,现在我们正在努力将定位时间缩减到秒级,帮助客户得到更多的故障处理时间。

当然,整个行业里面,还有其他挺多的一些环节可以去深挖,但每个公司应该有自己的优势,都需要找到自己聚焦的方向。

免责声明:本文内容来源于网络或用户投稿,龙泉人才网仅提供信息存储空间服务,不承担相关法律责任。若收录文章侵犯到您的权益/违法违规的内容,可请联系我们删除。
https://www.lqrc.cn/a/zhiye/104955.html

  • 关注微信

猜你喜欢

微信公众号